[发明专利]虚拟多链路的智能可靠的UDP传输方法、装置和设备有效

专利信息
申请号: 202110714582.X 申请日: 2021-06-25
公开(公告)号: CN113438155B 公开(公告)日: 2022-11-01
发明(设计)人: 王林;余端敏;潘胜;武志鹏 申请(专利权)人: 北京网聚云联科技有限公司
主分类号: H04L45/24 分类号: H04L45/24;H04L47/12;H04L49/9057;H04L41/147;H04L1/18;G06N20/00
代理公司: 北京科家知识产权代理事务所(普通合伙) 11427 代理人: 卢正伟
地址: 101102 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 虚拟 多链路 智能 可靠 udp 传输 方法 装置 设备
【权利要求书】:

1.一种虚拟多链路的智能可靠的UDP传输方法,其特征在于,包括:

接收步骤,接收发送端完整数据并发送至第一入网点;

数据多链路拆分步骤,虚拟链路管理器将所述完整数据按照预设规则进行拆分,生成多个数据包,所述多个数据包携带有索引标签,每个数据包对应发送到一个数据中转节点;

将所述完整数据按照预设规则进行拆分,包括:

获取各个数据中转节点的数据传输特征,所述数据传输特征至少包括:丢包率和带宽冗余值;

根据数据中转节点个数及所述数据传输特征确定线路权重;

按照线路权重对所述完整数据进行基于多链路的拆分;

预测步骤,虚拟链路管理器根据预测模型预测当前数据中转节点的丢包概率,并当丢包概率达到重发标准时,使令对应数据包进行重发;

组装接收步骤,当接收入网点的虚拟链路管理器接收到所述各个数据包时,根据所述索引标签组装为完整数据后发送至接收端。

2.根据权利要求1所述的方法,其特征在于,还包括:

训练预测模型,包括:

采集各个数据中转节点的历史数据,所述历史数据包括但不限于:发包量、往返时间、带宽和丢包率;

利用机器学习算法,所述历史数据训练丢包概率预测模型;

通过对所述各个数据中转节点的真实丢包数据,对所述丢包概率预测模型进行优化。

3.根据权利要求1所述的方法,其特征在于,当丢包概率达到重发标准时,使令对应数据包进行重发,包括:

如当前数据中转节点的丢包概率达到重发标准时,使令所述第一入网点针对该数据中转节点进行数据包重发,不等待超时提醒及ACK信息。

4.根据权利要求1所述的方法,其特征在于,所述各数据中转节点下可包含多个二级数据中转节点;

当各数据中转节点收到数据包时,通过循环所述数据多链路拆分步骤及预测步骤到达对应所述二级数据中转节点。

5.一种虚拟多链路的智能可靠的UDP传输控制装置,其特征在于,包括:

接收单元,用于接收发送端完整数据并发送至第一入网点;

数据多链路拆分单元,用于将所述完整数据按照预设规则进行拆分,生成多个数据包,所述多个数据包携带有索引标签,每个数据包对应发送到一个数据中转节点;

所述数据多链路拆分单元具体实现为:

获取各个数据中转节点的数据传输特征,所述数据传输特征至少包括:丢包率和带宽冗余值;

根据数据中转节点个数及所述数据传输特征确定线路权重;

按照线路权重对所述完整数据进行基于多链路的拆分;

预测单元,根据预测模型预测当前数据中转节点的丢包概率,并当丢包概率达到重发标准时,使令对应数据包进行重发;

组装接收单元,当接收入网点接收到所述各个数据包时,根据所述索引标签组装为完整数据后发送至接收端。

6.根据权利要求5所述的装置,其特征在于,还包括:

预设模型训练单元,具体实现为:

采集各个数据中转节点的历史数据,所述历史数据包括但不限于:发包量、往返时间、带宽和丢包率;

利用机器学习算法,所述历史数据训练丢包概率预测模型;

通过对所述各个数据中转节点的真实丢包数据,对所述丢包概率预测模型进行优化。

7.根据权利要求5所述的装置,其特征在于,预测单元具体实现为:

如当前数据中转节点的丢包概率达到重发标准时,使令所述第一入网点针对该数据中转节点进行数据包重发,不等待超时提醒及ACK信息。

8.一种计算设备,其特征在于,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-4中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京网聚云联科技有限公司,未经北京网聚云联科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110714582.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top